UNIVERSITI PUTRA MALAYSIA

PENGECAMAN TULISAN TANGAN TEKSJAWI MENGGUNAKAN PENGKELAS MULTIARAS

KHAIRUDDIN BIN OMAR

FSKTM 2000 1

PENGECAMAN TULISAN TANGAN TEKS JA WI MENGGUNAKAN PENGKELAS MUL TIARAS

Oleh

KHAIRUDDIN BIN OMAR

Tesis ini dikemukakan sebagai memenuhi keperluan bagi mendapatkan Ijazah Doktor Falsafah di Fakulti Sains Komputer dan Teknologi Maklumat

Universiti Putra Malaysia April 2000

DEDlKASI

Dengan nama Allah yang Maha Pemurah lagi Maha Mengasihani

Penulis ingin merakamkan jutaan terima kasih di atas pengorbanan serta jasa

kedua ibu-bapa yang telah bersusah payah membesarkan penulis sehingga apa yang

penulis kecapi hari ini. Kedua-dua ibu bapa penulis telahpun kembali ke

RahmatuLlah. Bapa penulis telah kembali ke RahmatuLlah pada 28 Julai 1 988 di

Tanah Suci Mekah manakala ibu penulis pada 27 Mac 2000 di Johor Bahru sebelum

sempat penulis membentangkan tesis ini. Semoga roh mereka berdua dicucuri

rahmat dan di tempatkan di kalangan orang-orang yang soleh. Jasa mu tetap

dikenang.

Dedikasi ini ditujukan kepada isteri, Nor Hashimah binti Abu Bakar, dan

anak-anak; Khairussyahidah, Khairunnajwa, Khairul Aiman, dan Khairunnur Aqilah,

adik-adik di Johor Bahru; serta ibu dan bapa mertua di Mentakab, Pahang di atas

pengorbanan, dorongan, sokongan, dan kesabaran yang diberikan sepanjang

pengajian ini. Semoga Allah memberikan ganjaran yang setimpal di atas

pengorl?anan tersebut.

ii

Abstrak tesis yang dikemukakan kepada Senat Universiti Putra Malaysia sebagai memenuhi keperluan untuk ijazah Doktor Falsafah.

PENGECAMAN TULISAN TANGAN TEKS JA WI MENGGUNAKAN PENGKELAS MUL TIARAS

Oleh

KHAIRUDDIN BIN OMAR

April 2000

Pengerusi: Ramlan bin Mahmod, Ph.D.

Fakulti: Sains Komputer dan Teknologi Maklumat

Pengecaman tulisan tangan teks Jawi adalah satu tugas yang sangat mencabar

di dalam bidang Pengecaman Aksara Optik (P AO) disebabkan Jawi adalah satu

tulisan jenis bersambung. Tesis ini mengenegahkan teknik untuk memperbaiki kadar

pengecaman teks Jawi tulisan tangan. Skema barn yang lebih cekap untuk

prapemprosesan, penemberengan, penyarian fitur dan pemonnalan aksara, dan

pengkelasan telah direka untuk memenuhi objektif tersebut. Dntuk prapemprosesan,

kaedah pembetulan pencongan dan erotan menggunakan kaedah histogram orientasi

cerunan (HOC) yang asalnya digunakan untuk dokumen Latin telah dimasukkan

sebagai satu daripada modul prapemprosesan. Satu skema barn untuk

penemberengan telah diperkenalkan. Ia berasaskan kepada gabungan kaedah unjuran

profail histogram dan penentuan titik tembereng ubah suai (PIT) membentuk

kaedah penentuan titik tembereng (PTT). Fitur-fitur disarikan daripada aksara yang

telah ditemberengkan menggunakan tiga jenis fitur. Fitur-fitur ini ialah struktur,

fitur Momen Tak-berubah (MTB) dan Taburan Pilrsel Hitam (TPH). Algoritma

penyingkiran bahagian sekunder aksara Jawi (seperti titik-titik, A" " dan maddah)

juga telah diperkenalkan supaya dapat mengelakkan daripada salah cam sekunder ini.

iii

Ia perlu dipisahkan terlebih dahulu sebelum melalui proses p'engecaman. Hal ini

dapat mengurangkan bilangan kelas aksara Jawi daripada 124 kepada 60. Sebanyak

200 sampel setiap kelas aksara Jawi telah diujikan untuk tujuan pengkelasan. Dua

aras sistem pengkelasan terdiri daripada Pengkelas Kumpulan berasaskan Ukuran

Keserupaan (PKUK) dan Pengkelas berganda Genetik-Perambat-balik (PGPB). Di

aras pertama, PKUK menggunakan fitur struktur dan MTB untuk mengelompokkan

kesemua aksara. Tujuh jenis primitif diperoleh menggunakan fitur struktur, dan

proses pengelompokan berdasarkan kepada jenis primitif ini. Fitur MTB digunakan

untuk mengirakan ukuran keserupaan dan kemudian menentukan kadar pengkelasan

untuk setiap kumpulan. Setelah kesemua sampel aksara telah dikelompokkan, PGPB

digunakan untuk mengkelaskan setiap aksara dalam kumpulan masing-masing dan

dilarikan secara berasingan. Kelas aksara yang terbanyak ialah 14 aksara. Di aras

kedua, PGPB dilaksanakan dalam dua peringkat iaitu peringkat pembelajaran, dan

peringkat ujian. Di peringkat pembelajaran, pengkelasan ini menggunakan fitur MTB

dan TPH, manakala di peringkat ujian pengkelas ini menggunakan maklumat

tambahan iaitu maklumat yang diperoleh ketika menyingkirkan juzuk sekunder, dan

di samping fitur MTB serta TPH. Pemecahan masalah ini kepada dua aras telah

mengurangkan masa pembelajaran yang diambil oleh pengkelas dan beIjaya

menambah kadar pengecaman. Tesis ini membicarakan secara terperinci setiap

algoritma dan prestasinya terhadap sampel yang digunakan didalam ujikaji.

Perbandingan juga dibuat terhadap kaedah pengawalan pemberat PB menggunakan

pendekatan Sifar, Rawak, serta Rawak Nguyen-Widrow, di samping pendekatan

ubah suai AG. Prestasi menggunakan AG (ubah suai) memberikan hasil pengkelasan

yang dijanjikan.

iv

Abstract of thesis presented to the Senate of Universiti Putra Malaysia in fulfilment of the requirements for the degree of Doctor of Philosophy.

HANDWRITTEN JA WI TEXT RECOGNITION USING MULTILEVEL CLASSIFIER

By

KHAlRUDDIN BIN OMAR

April 2000

Chairman! Ramlan bin Mahmod, Ph. D.

Faculty : Computer Science and Information Technology

Recognizing Jawi handwritten text is a difficult task in the area of optical

character recognition (OCR) since Jawi is a cursive type language. This thesis deals

with techniques for improving the recognition rate of a cursive script Jawi text

recognition system. A new efficient scheme for preprocessing, segmentation,

features extraction and normalization of characters, and classification has been

designed and implemented to achieve this objective. For preprocessing, skew and

slant correction methods using the gradient orientation histogram (GOH) that are

originaly solved for Latin documents are included as one of the preproccesing

modules. A new scheme for segmentation is proposed and its based on combinations

of histogram profile projection and modified Determination of Segmentation Points

methods to form Determination of Segmentation Points method (DSP). Features are

extracted from segmented characters using three type of features, these are structure,

Moment Invariant (MI), and Black Pixel Distribution (BPD). Removal of

secondaries for Jawi character (such as dots as well as the other secondaries alif and

maddah) are also introduced to avoid misclassifications due to these secondaries.

They are separated before the characters are passed to the recognition process. This

v

removal is also reduced the number of classes to be processed from 124 to 60. Two

hundred samples for each Jawi character classes are tested for classification

purposes. The two level classification system consist of a group classifier based on

similarity measure (GCSM) and multi classifier of Genetic Backpropagation

(GBPC). At the first level, the GCSM used the structured and MI features to cluster

all the characters. Seven types of primitives are obtained by using structured

features, and the clustering process is based on these type of primitives. MI features

are also used to obtain similarity measurement and to determine the classification

rate for each group. After clustering all the sampels, the GBPC is used to classify all

the characters within its group and implementation is done separately. The largest

groups include only 14 characters of classes. At the second level, the GBPC is

implemented in two steps, these include learning step, and testing step. In learning

step, the classifier uses the MI and BPD features, while at the testing step, it uses

the additional information previously recorded about the secondaries, as well as the

MI and BPD features. By breaking this type of application into two levels of

classification, the system has shown that the learning time taken was reduced and the

recognition rate was increased. This thesis dicussed the details of each algorithm and

its performance on the samples used in the experiment. We also present a

comparison of several type of weight initializing for training BP such as zero value,

random, and Nguyen-Widrow, as well as modified GA. The Performance of GA

(modified) shows the promising results for classifications.

vt

PENGHARGAAN

Pertamanya penulis ingin mengucapkan syukur kehadrat Allah s.w.t. yang

telah memberikan kekuatan, kesabaran, dorongan, dan haluan untuk

menyempurnakan penulisan tesis ini.

Seterusnya, P\;UUU., !ngin merakamkan setinggi-tinggi penghargaan kepada

Jawatan Kuasa Penyeliaan yang dipengerusikan oleh Dr. Ramlan bin Mahmod di

atas bimbingan, tunjuk ajar, motivasi dan nasihat yang amat berguna sepanjang

penyelidikan ini dijalankan. Penulis juga ingin merakamkan jutaan terima kasih

kepada ahli Jawatan Kuasa Penyeliaan yang terdiri daripada Dr. Abd Rahman bin

Ramli dan Dr. Md. Nasir bin Sulaiman di atas segala nasihat, bimbingan, komen dan

sokongan mereka.

Di kesempatan ini juga penulis ingin mengucapkan terima kasih kepada

semua rakan-rakan sepeIjuangan di atas dorongan yang telah diberi, terutamanya

saudara Zurni, saudari Malathi, abang Ali, abang Rohamat, Shahidan, pensyarah

pensyarah di Fakulti ini, adik-adik di bilik siswazah seperti Ehsan, Kamaruzzaman,

Azmi, Kamal, dan ramai lagi seperti Ummu Salmah yang banyak membantu

persekitaran dan corak pembelajaran di Fakulti ini.

Tidak lupa juga kepada pihak Penaja iaitu Universiti Kebangsaan Malaysia

yang telah membiayai segal a perbelanjaan sepanjang pengajian ini. Ini tennasuklah

pembiayaan ketika penulis membuat lawatan sambi! menjalankan penyelidikan

pendik di Universiti Loughborough, UK selama 3 bulan 2 minggu pada 23hb.

vii

Februari hingga 6 Jun 1997. Lawatan tersebut telah banyak mempengaruhi hasil

penyelidikan yang dihasilkan ini. Juga kepada Fakulti Sains Komputer dan

Teknologi Maklumat yang telah mengizinkan penggunaan segal a kemudahan

peralatan komputer termasuklah Internet.

viii

Saya mengesahkan bahawa Jawatankuasa Pemeriksa bagi Khairuddin bin Omar telah mengadakan pemeriksaan akhir pada 1 1 April 2000 untuk menilai tesis Doktor Falsafah beliau yang bertajuk "Pengecaman Tulisan Tangan Teks Jawi Menggunakan Pengkelas Multiaras" mengikut Akta Universiti Pertanian Malaysia (Ijazah Lanjutan) 1 980 dan Peraturan-Peraturan Universiti Pertanian Malaysia (Jjazah Lanjutan) 1 98 1 . Jawatankuasa Pemeriksa memperakukan bahawa cal on ini layak dianugerahkan ijazah tersebut. Anggota Jawatankuasa Pemeriksa adalah seperti berikut:

Hamidah binti Ibrahim, Ph.D. Wakil Dekan Pusat Pengajian Siswazah Universiti Putra Malaysia (Pengerusi)

Ramlan bin Mahmod, Ph.D. Fakulti Sains Komputer dan Teknologi Maklumat Universiti Putra Malaysia (Ahli)

Abd. Rahman bin Ramli, Ph.D. Fakulti Kejuruteraan Universiti Putra Malaysia (Ahli)

Md. Nasir bin Sulaiman, Ph.D. Fakulti Sains Komputer dan Teknologi Maklumat Universiti Putra Malaysia (Ahli)

. GHAZALI MOHAYIDIN, Ph.D. Pro sor Timbalan Dekan Pusat Pengajian Siswazah Universiti Putra Malaysia

Tarikh: 0 1 JU N 2DOO

ix

Tesis ini telah diserahkan kepada Senat Universiti Putra Malaysia dan telah diterima sebagai memenuhi keperluan untuk ijazah Doktor Falsafah.

KAMIS A WANG, Ph.D. Profesor Madya Dekan Pusat Pengajian Siswazah Universiti Putra Malaysia

Tarikh: 1 3 JUl 2000

Saya mengaku bahawa tesis ini adalah hasil kerja saya yang asH melainkan petikan dan sedutan yang telah diberi penghargaan di dalam tesis. Saya juga mengaku bahawa tesis ini tidak dimajukan untuk ijazah-ijazah lain di Universiti Putra Malaysia atau di institusi-institusi lain.

c-=s� (Khairuddin bin Omar)

Tarikh: '31. MG 1: �t5lJt}

xi

KANDUNGAN

MukaSurat

DEDlKASI........................................................................... ii ABSTRAK........................................................................ . . . iii ABSTRACT ..... . . . . .. . . . .. .. ...... .... .... . . ... ... .. . . . . .. .. ... . .................... v PENGHARGAAN.................................................................. vii �EMBARAN PENGESi\JE(AN................................................... iJ{ PE1l1'r\{ATAAN �AS��..................................................... J{i SENARAI JADU�............................................................... J{vii SENARAI RAJi\JE(. . . . . . . . . . . . . . . ... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .... J{iJ{ SENARAI NAMA SINGKATAN ................ .............. '" . . . .. . . .. . . . . . . J{J{vi

BAB

I PENDAHULUAN .............................. '" ... ...... .... ..... .... 1 Pengenalan. . . .. . . . . . . . .. . . ... . . . . . .. . .. . . . . . . . . .. .. . . . . . . . . . . . . . . . . . . . . . ... 1 Latar Belakang Masalah. .. . .. . . . .. . . .. . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 4 Objektif Kaj ian. . . .. . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 Sumbangan Kajian. . . . . . . .. . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . ... 10 Skop Kajian ....... , ....... , . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 Struktur Organisasi Tesis.. . .... ...... . . ...... ... . . . .. . . ...... ... . . . . .. . . 13

II U�ASAN KARyA............................. ...... .... ........... .... 16 Pengenalan ... ...... ..................................................... '" 16 Sejarah Perkembangan PengecamTeks Optik Arab/Jawi............ 16 Ciri-ciri Teks Jawi/Arab......... .......... .. ......... ... ...... ...... .... 23 Keupayaan Satu Sistem PTOA. . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . 27 Model Umum PTOA. .. .. .. . . .. .... . . . . . . .. . . . . .. . ........ . .. ....... .. .... 30 Prapemprosesan. . . . . . . . . . . . . .. . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... 31

Latar Belakang Prapemprosesan. .. ............. ........ .... ... 35 Proses Perduaan (Ambang)............... .. ................... 35 Langkah BersyaratJPenyaman-Penipisan dan Kelicinan... 36

Penipisan. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 37 Pernormalan. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 Garis Tapak.. .. .. . . . .. . ..... . ....... . . . . . . . .. ........ ...... . .. . . . . 40 Pengesanan Sudut Pencong.. . .. . . . . . . . . . . . . ... .. . . . . . . . ... . .. . . 41

Penemberengan.. . . .. . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 Beberapa Konsep Penting dalam Penemberengan. . . . . . . . ... 43 Pemecahan Halaman.... .. . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . .. . . . . . 44 Penemberengan Perkataan ............. " . .. . . . . . . . . . . .. . . . . . ... 46

Penyarian Fitur.... .. ... . .. .. ..... . .... . . . .. .......... ....... .. .. . . .. . . . .. . 47 Kaedah-kaedah Pengkelasan. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .... 49

Kaedah Sintaktik . ................................... .......... . " 49

xii

Kaedah Statistik. . . . . . . .. . . . . . . . . . .. . .. . . . . . . . . . . . . . . . . . . . . . . . . ... 50 Rangkaian Neural................................................ 52

Pendekatan Hibrid ...... '" . ... .. . .. .... .. ... .. . .......... .. ..... ...... .... 54 Pembelajaran.. . . . . .. . . . . . . . .. . . . . . . . . .. . . . . . . .. . .. . . . . . . . . . .. .. . . . . . . . . .... 56 Pemprosesan Akhir............... ......................................... 57 Contoh Kaedah Penemberengan Aksara Arab......................... 58

Pendekatan Histogram............... ..................... ....... 58 Penemberengan Baris Teks............................. 58 Penemberengan Perkataan. . . . . . .. . . . . . . . .. .. . .. . . .. . . . . 60 Penemberengan Aksara. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61

Berasaskan Jumlah Lajur .... ...... " . . . . . . . . . 62 Berasaskan Pertimbangan Jarak di antara

Dua Puncak Lampau. . . . . . .. . . . . . . . 62 Pembaikan Lanjutan. . . . .. . . . .. . . . . . . . . . . . . . . . . 63

Pendekatan Penentuan Titik Tembereng Utama............ 64 Pendekatan Pewarnaan Komponen Terkait................... 68 Pendekatan Penentuan Titik Tembereng....................... 71

Ciri-ciri dan Keupayaan Sistem PTOA................................. 74 Kesimpulan.. . . .. . . . . .. . . . .. . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 74

III METODOLOGI DAN REKABENTUK PTOJ 78 Pengenalan 78 Struktur Senibina PTOJ ....... ........... .... . . '" ... '" ............ '" '" 81 Modul Prapemprosesan... . . ... . .. . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . .. . . . 82

SUb-Modul Pengimbas Imej ... ... ...... ...... ... ..... .... ... ... 83 Sub-Modul Penapisan Hingar. . . . . . . . . . . . . . . .. . . . . .. . . . . . . . . . . . 83 Sub-Modl:I1 Proses Ambang ................. ;.................. 83 Sub-Modul Pengesan dan Pembetulan Pencongan. . . .. . .. .. 83 Sub-Modul Penipisan .... " . " . .. .. . . . . . . . . . . . . . . . . .. . . . . . . . . . ... 83 Sub-Modul Penemberengan.......................... .......... 83

Modul Pemormalan dan Penyarian Fitur Aksara Jawi...... .... . .. ... 84 Sub-Modul Translasi ..................... '" ...... ... ... .... .... 84 Sub-Modul Penyingkir Juzuk Sekunder. . . . . . . . . . .. . .. . . . .. ... 84 Sub-Modul Penskilan. . . . .. . . . .. . . . . . . . . .. . . . . . . . . . . . . .. . . . . . . ... 84 Sub-Modul Kelicinan . . . ...................................... " 85 Sub-Modul Penyari Fitur Struktur............................ 85 Sub-Modul Penyari Fitur MTB................................. 85 Sub-Modul Penyari Fitur TPH...... .. . ..................... ... 85

Modul Pengkelasan ...... .... , . .. . ... . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . ... 85 Sub-Modul PKUK .. , ...... " ........................ , . . . . . . . . .... 86 Sub-Modul PGPB................. . . ......... . ...... .... ......... 86 Sub-Modul Aplikasi.. . .. . .. . . . . . . . . . . . . . . . . .. . . . . . .. . . .. .. . .. . .. 86

Ringkasan. .. .. . .. . . . . . . . . . . . .. . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 86

IV PRAPEMPROSESAN IMEJ JA WI TULISAN TANGAN...... 87 Pengenalan.................................................................. 87 Keterangan UJlkaJl....................................... . . .. . . . . . . . . . .. ... 88 Pemerolehan Data ............... ' " . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . .. 89 Penyingkiran Hingar - Penapisan Imej Jawi... ...... ............ ...... 89 Proses Ambang ... '" .............. .... ...... .... ..... .. . ... . .... . " . . . . . . . 90

xiii

Pengesan dan Penormalan Pencongan dan Erotan Teks Jawi....... 92 Pembetulan Erotan .......... , ..... , ...................... " . . . . ... 97

Peruplsan. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... 100 Penemberengan atau Pisahan Teks Jawi......... ...... ... ...... ........ 104

Penemberengan Baris Teks...................................... 106 Penemberengan Perkataan ................ , . . . . . . . . . . . . . . . . . .. . . . 107 Penemberengan Aksara... ... . . . . .. . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . 112 Titik Tembereng Berpotensi........... .... ... .......... ......... 114

Sifat-sifat Titik Tembereng Data Ujian............... 117 Penemberengan Kasus Ke 1............................ 120 Penemberengan Kasus Ke II. . . . . . . . . . . . . . . . . . . . . . . . . . . 122

Hasil Ujikaji Penemberengan...... ... ... .. . ... ................ 124 Ringkasan................................................................... 127

V PERNORMALAN DAN PENY ARIAN FITUR AKSARA...... 129 Pengenalan. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129 Skema Pemormalan Aksara Jawi.......... ...... ..... ............ ....... 130 Translasi... ...... .............. ................ ... ............ ...... ......... 131 Penyingkiran Bahagian Sekunder Aksara Jawi...... .................. 132 Penskilan. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 140 Kelicinan......... ............ ..................... ............ ...... ... ..... 141

Hasil Uji Kaji Pemormalan Aksara Jawi............ ... ....... 141 Penyarian Fitur ............... ... . .. .. . . . . . . . .. . . . . . .. . . . . . . . . . . . . .. . .. . . . . 145

Penyarian Fitur Struktur............... ........................... 147 Penyusoran Kontur....................................... 150 Penghampiran Poligon. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 151 Kecembungan Poligon ............... ;.................. 155 HasH Uji Kaji Penyarian Fitur Struktur............... 156

Penyarian Fitur Momen Tak-Berubah.......................... 160 Penyarian Fitur Taburan Piksel Hitam......................... 162

Ringkasan ......................................... , ... ...... ................ 168

VI KAEDAH PENGECAMAN............................................ 168 Pengenalan .... ................. ................ " ............... " .... " ... , 168 Pengkelas Mengikut Kumpulan .................................... , ..... 169

Ukuran Keserupaan .................... , .. . . .. . .. . . . . . . .. . . . . . . ... 171 Pokok Kata Putus ..... ..... " . . . . . . . . . . . . . . . . . . . . . .. . . .. . . . . . . . . . . . . . . . . . .. 173 RN Perambat-balik (PB) - Pengenalan................................. 175

Seni Bina RKMA................................................. 176 Fungsi Pengaktifan ........................... " . . . . . . . . . . . . . .. .... 177 Model Latihan PB. .. ... . . . . . . . .. . . . . . . . . . ... . . . . . . . . . . .. . . . . . . . . . 178 Pilihan Pengawalan Pemberat dan Pincang................... 182

Pengawalan Pemberat Rawak.... .. . ..... ......... ..... 183 Pengawalan Pemberat Rawak Nguyen-Widrow. . ... 184

Algoritma PB...................................................... 185 Algoritma Latihan ..... , . . . . . . .. . . .. . . . . . . . .. .. . .. . . . . . . . 185 Algoritma Aplikasi. . . . .. ... . .. . . . .. . . . . . . . .. . . .. . .. . . .... 188

Faktor-faktor yang Mempengaruhi Penumpuan Rangkaian 189 Pengkelasan Berganda bagi RKMA. . . .. . . . . . .. . . . . . . . . . . . . . .. . . . . . . . . . 193 Algoritma Genetik: Prinsip dan Fitur Asas.................. . . . . . . . . ... 196

xiv

VII

VIII

Penilaian Keupayaan dalam AG.. . . . . . . . . . . .. . . . . . .. . . . . . . . . . . . . . . . . . .... 199 Prinsip dan Fitur Asas........................... ......... ........ 200

Pengawalan Pemberat melalui Pengoptimuman AG. . . . . . .. . . . . . . . . . . 201 Awalan- Merawakkan VP ................ , ................. , . . . . 203 Pengiraan Nilai Keupayaan.. . .. . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . ... 203 Pilihan - Memilih VP untuk Terus Hidup..................... 206 Pengeluaran Semula- Membina VP Bam dari VP Lama.... 207 Membentuk Set Latihan untuk Aras berikutnya ........... '" 208

Ringkasan ............. " .. . . . . .. . .. . . .. . . . . .. . . . . . . . . . . .. . . . . . . . . . . . . . . . . . .. 208

PENGECAMAN AKSARA JA WI TULISAN T ANGAN ....... . Pengenalan ........ , .... ......... , .......................................... . Reka Bentuk Pengkelas Aksara Jawi Tulisan Tangan ............... . Pengkelas Peringkat Pertama: Pengkelas Kumpulan ................. . Pengkelas Peringkat Kedua: PB ........................ " ............... . Pengkelas Peringkat Ketiga: Algoritma Aplikasi PB (Ubah Suai) .. Spesifikasi Uji Kaji. ...................................................... . Skema Rangkaian ......................................................... . Parameter-parameter PB ................................................. . Parameter-parameter AG ................................................ . Skema Bam AG .............................................. . ............ .

Pengeluaran Semula - Membina VP Baru dari VP Lama .. . Implementasi .............................................................. . Hasil UjikaJi .............................................................. .

Pengkelas Kumpulan .... " . " ................................ . .. . Pengoptimuman Pemberat AG ................................. . Prestasi Rangkaian PB (Fasa Latihan) ......... . .............. .

Ringkasan ............................................................... ..

KESIMPULAN DAN PERBINCANGAN .......................... . Pengenalan ................................................................. . Ringkasan Hasil dan Perbincangan .................................... ..

Modul Prapemprosesan Teks J awi.. .......................... .. SubModul Penemberengan Teks Jawi ........................ . Modul Penyarian Fitur dan Pemormalan Aksara Jawi ...... .. Modul Pengkelasan ............................................ ... .

Kekangan dan Limitasi ................................................... . Cadangan dan Pembaikan ... " ............ . ............................. .

210 210 212 216 219 220 230 230 232 232 235 236 239 247 247 250 254 273

277 277 278 278 279 280 281 284 285

BIBLIOGRAFI..................................................................... 287 LAMPlRAN 301 A Contoh-contoh Teks Jawi................................................. 305 B-1 Contoh Data Latihan...................................................... 306 B-2 Contoh Data Ujian ........................................................ 308 C-I Matrik Keliru Kumpulan K l ..................... '" ... ... .. . . .. . .... . .. . 310 C-2 Matrik Keliru Kumpulan K2 .... , . .. . .. . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 312 C-3 Matrik Keliru Kumpulan K3 .................................. " .. . . . . . . . 313 C-4 Matrik Keliru Kumpulan K4............................................. 316 C-5 Matrlk Keliru Kumpulan K5 .................... '" . ... . . . .. . . . . . . . . . . . . . 317 C-6 Matrik Keliru Kumpulan K6............................................. 318

xv

C-7 Matrik Keliru Kwnpulan K7............................................. 3 19

BIODATA DIRI....... .................. . ...... ...... ......... ...... .. ..... ..... .... 321

xvi

SENARAI JADUAL

Jadual Muka Surat

1 Aksara Jawi dalam semua bentuk (bentuk hujung BH, mula BM, tengah BT, dan tunggal BTG) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

2 Ciri-ciri dan Keupayaan beberapa Sistem PTOA . . . . . . . . . . . . . . , 76

3 Hasil Penemberengan Algoritma Cadangan . . . . . . . . . . . . . , . " . . . . 124

4 Saiz Keseluruhan Imej Teks Jawi setelah melalui Proses Prapemprosesan . . . . , . . .. . . . . . . . . . " . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . 127

5 Kumpulan Aksara Jawi: Bilangan Primitif . . . . . . . . . . . . . . . . . . . . . . . 158

6 Kumpulan Aksara Jawi: Penyusunan Semula . . . . . . . . . . . . . . . . . . . 217

7 Kumpulan Aksara Jawi: Pengkelasan . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 221

8 Saiz Sub�pengkelas PB . . . . . . . . . . . . . . . " . . . . . . . . .. .. . . . . . . . . . . . , . " . 231

9 Nilai Jangkaan Kumpulan M{j). 248

10 Hasil Pengkelasan Kumpulan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249

11 Generasi Penamat bagi Keseluruhan Kumpulan Primitif. . . . . . 251

12 Set Pemberat AG Kumpulan 1 (aras input-tersembunyi) . . . . . . 252

13 Set Pemberat AG Kumpulan 1 (aras tersembunyi-output) . . . . . 253

14 Hasil PB untuk Kurnpulan 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255

15 Hasil PB untuk Kumpulan 2 ................ , . . . . . . . . . . . . . . . . . . . . . . 257

16 HasH PB untuk Kumpulan 3 .............................. " . . . . . . . 259

17 Hasil PB untuk Kumpulan 4 ...................................... . 261

18 HasH PB untuk Kumpulan 5 ...................................... . 263

19 Hasil PB untuk Kumpulan 6 ...................................... . 265

20 Hasil PB untuk Kumpulan 7 ...................................... . 267

xvii

2 1 Kadar Pengecaman setiap kumpulan untuk setiap Kaedah Pengawalan Pemberat. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . " . . . . . . .. 272

xviii

Rajah

1

2

3

SENARAI RAJAH

Bentuk Lazim Ciri-ciri Aksara Arab/Jawi (a) Bentuk 1: Tindanan Memugak. (b) Bentuk 2 : Ligatur. ( c) Bentuk 3: Berbaris. (d) Bentuk 4: Bersambung pada satu baris ............. .

Penulisan Jawi adalah berbentuk sarnbung. Satu perkataan Jawi dengan (a) bersarnbung sepenuhnya; (b) separa; (c) tidak bersambung sepenuhnya ................... " . . . . . . . . . .. . . . . . . . .. .. . .. ,

Terdapat lebih kurang 2 1 aksara Jawi yang mempunyai titik, atau lengkok ................................................... '" . . .. .. .

4 Juzuk-juzuk sekunder dalarn penulisan Jawi (a) Dua jenis aksara yang sarna gelung tetapi mempunyai bilangan titik yang berbeza; (b) Dua aksara yang sarna bilangan puncaknya tetapi berbeza bilangan titiknya; ( c) garis memugak yang tidak menyentuh gelung; (d) garis memugak yang menyentuh gelung; (e) aksara "�I menyentuh aks'ara " J"; (f) aksara "\" tidak menyentuh aksara " J"; (g) garis condong tidak menyentuh juzuk utama aksara ..:f'dan (h) gaz:is condong menyentuh

juzuk utarna dalarn aksara £ ...................................... .

5 Aksara bertindan. (a) Perkataan 'arnal', dibina dari aksara "�", "-- ", dan 'J-- " untuk membentuk ligatur; (b) perkataan 'dan', dibina dari aksara ";, "," \ ", dan ''c)'' membentuk pertindanan memugak dengan "\" di atas ";,"; (c) pertindanan memugak dengan "\" di tengah-tengah

Muka Surat

6

23

25

25

" " 26 � . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .................... .

6 Sifat Saiz dan Ketebalan aksara Jawi. Berbeza-beza dari segi panjang dan tebalnya. (a) perkataan 'hutang', dibina dari

7

8

aksara "---Jo", "r-", "----,", dan "t'; (b) perkataan 'hutang' membentuk lurah senyap, seperti pada tembereng yang

h b k ak " " d " " meng u ung an sara -" an >- ..................... ....... ..

Garis Tapak ............................................................. .

Satu Contoh Sistem PTOA dengan Lima Peringkat Operasi .....

xix

26

26

30

9

10

11

12

13

14

15

16

Penemberengan Baris Teks menggunakan Pendekatan Khella(1992) ........................................................... .

Satu contoh pemisahan baris oleh kaedah Khella(1992). (a) Hasil daripada empat langkah pertarna. (b) dan (c) hasil daripada langkah 6 .................................................... .

Satu Contoh Penemberengan Melalui Pendekatan Khella(1992) yang pertarna ........................................... , ...... . . ....... .

Penemberengan Baris-baris Teks oleh pendekatan RomeoPekker et al.(1995). (a) Mengesan baris tulisan. (b) Kontur bagi perkataan-perkatan yang bertindan ..... , ............ . . ... . . ' "

Mengesan Garis Tapak ............................................... .

Penemberengan Aksara oleh pendekatan Romeo-Pekker et al. (1995). (a) Sebelum fasa pembetulan. (b) Selepas fasa pembetulan ............................................................. .

Penemberengan Aksara oleh pendekatan Romeo-Pekker et al.(1995) menggunakan kaedah kontur sebelah atas. (a) Kontur sebelah atas perkataan. (b) Kontur bertapis bagi perkataan yang sarna. (c) Penemberengan perkataan ................................ .

Kejadian sudut pada aksara yang bersarnbung. (a) Empat bentuk bagi aksara

"c " yang berbeza iaitu tunggal, hujung, tengah, dan mula. (b) Contoh dua perkataan Arab, arah anak panah menunjukkan sudut terbentuk daripada cantuman aksara-aksara ............... " ..................... . ......... ......... .

17 Syarat-syarat penemberengan oleh pendekatan Bushofa dan Spann(1997). (a) Tetingkap 7 X 7 digunakan untuk diletakkan pada titik di antara dua aksara yang hendak dipisahkan; (b) Tetingkap 3 X 3 digunakan untuk memisahkan aksara "c " (x:

18

19

20

tidak kira apa nilai sekalipun, y:'l' untuk aksara "t" atau ak " " t "0" I ' ) sara --J

Imej sesudah ditapis. (d) Imej sesudah proses ambang. . . . . . ...... 91

22

23

24

25

26

27

28

29

30

31

32

33

Topeng Penjejak Sisi Sobel. (a) operator q dan (b) operator p . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. .

Histogram Orientasi Cerunan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Satu contoh imej teks Jawi (a) Imej terpencong sebanyak 14°. (b) Histogram orientasi cerunan imej Jawi dalam (a) . . . . . . . . . . . . .

Tranformasi Ricih Imej Jawi .. . . .. .. .. . .. .. .. . .. . . . . ... . .. .. . . .. . . . . . .

Satu contoh perkataan Jawi (a) Imej dengan keadaan ricih. (b )Histogram orientasi cerunan. (c) Pembetulan ricih perkataan (sudut ricih ialah 15°) ............................................... ' "

Imej Jawi setelah diperbetulkan sebanyak 14° .................... .

Penipisan. (a) Satu contoh Jawi asal sebelum dinipiskan. (b) Imej dinipiskan menggunakan algoritma Naccache dan Shinghal (ielaran = 7) ................................................. .

Imej dinipiskan menggunakan algoritma Naccache dan Shinghal (lelaran = 15) ............................................... .

Satu contoh imej Jawi. (a) Imej Teks Jawi yang telah dinipiskan. (b) Sesudah baris ditemberengkan. (c) Sesudah perkataan ditemberengkan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Kegagalan Pendekatan Khella. (a) aksara "j " bertindan di

bawah aksara"� ". (b) aksara "j ", "J ", dan "---" bertindan di

antara satu sama lain . . . . . . . . . .. . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Proses pemisahan subtembereng berdasarkan algoritma PKT . . . . . . . . . . . . . . . . . . . . . . . . . . . ... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Perkataan Jawi Asal. (a) Perkataan "� " yang bermaksud

94

95

96

98

99

IDa

103

104

108

109

111

syampu. (b) Perkataan "&''' yang bermaksud hutang . . . . . . . . . '" 112

34 Kegagalan dalam pendekatan Khella. (a) aksara bergelung (aksara '-' dan J) dan bertitik (aksara .;). (b) aksara gelung (aksara --) . . . . . . . . . . . . . . . . . . . . . . . . . . .. ... . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... .

35 Satu contoh perkataan bahasa Malaysia yang ditulis dalam tulisan Jawi (disebut "sampu" atau p). Titik tembereng tidak sering berlaku pada garis tapak malah kadang kala boleh

xxi

113

36

37

38

39

40

41

42

43

44

45

46

47

48

49

berlaku di atas atau di bawah garis tapak yang dikirakan. Garis tapak yang diperoleh daripada kaedah histogram berlaku pada kedudukan piksel ke 31, manakala titik tembereng berlaku pada kedudukan 83, 142, dan 198 yang diperoleh daripada algorithma cadangan yang akan dijelaskan dalam bahagian berikut. . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . .. . . . . . .. 115

Satu imbasan imej Jawi secara mengufuk dibuat di sepanjang garis tapak dan kemudian satu lagi imbasan secara memugak dibuat untuk mencari titik pus at piksel P sarna ada ke atas atau ke bawah sehingga menemui piksel yang paling berpotensi iaitu TTB seperti yang dipaparkan dalarn templet bersaiz 7x7. (a) Titik TTB berlaku pada pusat P. (b) Titik TTB berlaku bukan pada titik P ..................................................... .

Jenis corak cantuman utarna bagi aksara Jawi tulisan tangan .................................................................... .

Contoh Konfigurasi Cantuman Piksel. (a) Cantuman dalarn Rajah 37 (a) dan (b). (b) Rajah 37(c). (c) Rajah 37(d). (d) Rajah 37(e) dan (1) ................................................... ..

Tetingkap Uji. P menunjukkan piksel pusat ....................... .

Hasil penemberengan imej dalam Rajah 33 menggunakan algoritma cadangan.(a) Tanpa anjakan ke kanan. (b) Dengan anjakan .................................................................. .

Bentuk Ligatur. (a) Perkataan Jawi Asal. (b) Hasil Algoritma 11. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Contoh Aksara Cantuman ........................................ " .. .

Skema Baru Algoritma Pemonnalan Aksara Jawi ................ .

Aksara Jawi dengan Juzuk Utarna Asas dan Juzuk Sekunder ....

Perubahan tanda. (a) Dalam arah mengufuk dan memugak (x, y). (b) Jarak di antara dua titik pada perubahan tanda ........... .

Ak "A"d .

k sara u engan tlga ontur ..................................... ..

Aksara " � "dengan tiga kontur ............................ .

Aksara "0" selepas penyingkiran juzuk sekundemya ............ .

Aksara " " selepas penyingkiran juzuk

116

117

118

118

121

123

126

130

132

136

137

138

139

sekundemya............................................................. 139

xxii

50 Aksara "� ". (a) Imej asal. (b) Penskilan 16 x 16 sebelum

dilicinkan. (c) Sesudah dilicinkan .................................. ..

51 Aksara "-- " . (a) Imej asal. (b) Penskilan 16 x 16 sebelum

dilicinkan. (c) Sesudah dilicinkan . ................................. .

52 Aksara ".l. ". (a) Imej asal. (b) Penskilan 16 x 16 sebelum

142

143

dilicinkan. (c) Sesudah dilicinkan ........... ................. ....... 144

53 Kod Syarat Negatif. ..................... , . ' " ... ' " .. , .......... ...... .

54 Kod-kod Syarat Positif ............................................... .

55 Satu contoh primitif aksara " __ ". Titik hujung ditandakan

dengan nilai negatif iaitu -4 dan -1. Titik cabang ditandakan dengan nilai -9. Nilai positif menandakan kerangka

56

aksara ................................................................... ..

Penghampiran Poligon bagi aksara "b " menggunakan

algoritma PP dengan panjang minimum garis disetkan kepada

148

149

151

dua........................................................................ 153

57 Pemecahan Aksara ";," dalam bentuk primitif .................... .

58 Pemecahan Aksara '\, __ " dalam bentuk primitif ...... " ......... .

59 Pemecahan Aksara "---- " dalam bentuk primitif ............. .

60 Pemecahan aksara " " dalam bentuk primitif ........... .

61 Kumpulan Primitif oleh Bushofa dan Spann(1997) .............. .

62 Pengezonan imej 16x16 kepada 16 segiempat bersaiz 4x4 ...... .

63 Fitur-fitur Tersarikan bagi Aksara "\ ". (a) Aksara Tunggal. (b)

Aksara Hujung ........................................................ ..

64 Fitur-fitur tersarikan bagi aksara "c " .......................... .. ..

65 Fitur-fitur tersarikan bagi aksara "�" ................................ ..

66 Fitur-fitur tersarikan bagi aksara "� " ............................. .

xxiii

156

156

157

157

159

164

163

165

165

166

67

68

69

70

71

72

73

74

75

76

77

78

79

80

81

82

83

84

85

86

. fi arik b 'ak " " Fltur- ltur ters an agl sara 'J- ............. " . " . . . . . ... . . .

Contoh Satu Pokok Kata Putus ...................................... .

Seni Bina Rangkaian Kehadapan Multiaras atau RKMA ........ .

Butiran terperinci satu nod. (a) Nod x12' (b) Fungsi Pengaktifan Sigmoid Perduaan .......................................... ' " . . , . . .. ,.

Pengkelas multi RKMA dengan skema konsensus. N RN dilatih seCara berasingan untuk mengkelaskan satu eorak input dengan menggunakan kaedah konsensus untuk membuat kata putus pengkelasan secara kolektif ................................... .

Rangkaian Neural Selari dengan Unit PengawaL ................. .

Algoritrna Genetik ..................................................... .

Skema baru Pengkelas Aksara Jawi (PB-l hingga PB-7 menunjukkan Perambat-balik bagi K l hingga K7, masing-masing) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Mengelompok aksara mengikut bilangan primitif. ............... ..

Pengkelas Utama (aras tertinggi) .................................... .

Kumpulan 1 - Bilangan Primitifnya adalah satu .................. .

Kumpulan 2 - Bilangan Primitifnya adalah dua .................. ..

Kumpulan 3 - Bilangan Primitifnya adalah tiga .................. .

Kumpulan 4 - Bilangan Primitifnya adalah empat .............. ..

Kumpulan 5 - Bilangan Primitifnya adalah lima ................. .

Kumpulan 6 - Bilangan Primitifnya adalah enam ................ .

Kumpulan 7 - Bilangan Primitifnya adalah tujuh ................ .

RN PB dengan Satu Aras Tersembunyi ............................ .

Pengawalan Pemberat ditentukan oleh AG melalui nilai Keupayaannya. Keupayaan pemberat yang dieari itu dapat dianggarkan dengan menguji set pemberat awalan pada RN yang sebenar, kemudian dilatih dengan set data latihan serta d" ik d d

.. lU] an engan ata uJlan ............................................ .

Struktur Hibrid AG+PB bagi satu aras RKMA .................... .

xxiv

166

174

176

178

194

195

201

214

219

222

224

225

226

227

227

228

229

230

240

241